[發明專利]離心式壓縮機在線監測系統的數據存儲方法、裝置、介質

有效

• 申請號: 202110693879.2
• 申請日: 2021-06-22
• 公開（公告）號: CN113217412B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 葉謀泉;孫京山;徐亮;鄭水英;虞朝林
• 申請（專利權）人: 樂博工程（杭州）有限公司
• 主分類號: F04D17/10
• 分類號: F04D17/10;F04D27/00;F04D29/00
• 代理公司: 杭州運酬專利代理事務所(特殊普通合伙) 33429
• 代理人: 李百玲

本發明提供離心式壓縮機在線監測系統的數據存儲方法、裝置、介質，應用于多臺離心式壓縮機，云服務器的數據庫中僅存儲關鍵字段，檢測數據以文件形式存儲在云服務器的數據池中，包括S1利用本地機上的在線監測系統獲取本地離心式壓縮機的檢測數據；步驟S2在云服務器的數據池中建立文件目錄，將本地離心式壓縮機對應的本地機上的在線監測系統中的檢測數據以文件的形式上傳至云服務器，將檢測數據以文件的形式存入云服務器數據池中對應的文件目錄中中，檢測數據文件的文件名分為若干個關鍵字段存入到云服務器的數據庫中。

技術領域

本發明屬于數據存儲領域，特別涉及離心式壓縮機在線監測系統的數據存儲方法、裝置、介質。

背景技術

在高轉速的離心壓縮機中，為了能進行故障診斷、有目的發現離心式壓縮機的失穩故障。故需要對離心壓縮機的進行在線監測，其中振動信號中有低頻信號，也有高頻信號，高頻信號的頻率可達轉速頻率的十倍以上，如葉輪的轉頻信號，這就要求數據采集系統有較高的采樣頻率。同時，為了保證足夠的頻率分辨率、保留時域信號中的細微變化，又需要保證較長的采樣時間，這就導致了振動信號的數據量極大。

現有的壓縮機機組在線監測系統有兩大類，一類就是安裝在本地的計算機在線監測系統，因為無需將數據上傳到網上集中管理，因此不在乎數據量的大小，缺點是因為沒有數據的集中管理，無法分析各種相似機組之間的細微差別，不利于機組的故障分析診斷和故障維修。另一類是遠程在線監測診斷系統，分布在各地的機組的狀態數據集中管理，這類系統通常是將大數據經過有損壓縮后上傳到服務器，壓縮方式包括提取特征值、小波變換等等，其缺點在于以當前的技術水平，對各色各樣離心式壓縮機的故障特征的認識還是不夠的，將數據有損壓縮后上傳，如果后期要進行更精準的大數據分析，如機器學習等，就會因原始數據信息缺失而得不到好的分析結果。因此上述兩種在線監測系統的數據存儲方式都不適用于在數據量極大的情況下數據的存儲。

發明內容

本發明的第一個目的是針對現有技術中存在的上述問題，提供了一種離心式壓縮機在線監測系統的數據存儲方法；本發明第二個目的是提供一種存儲裝置，本發明第三個目的是提供一種計算機可讀存儲介質。

本發明的第一個目的可通過下列技術方案來實現：一種離心式壓縮機在線監測系統的數據存儲方法，其特征在于，應用于多臺離心式壓縮機，云服務器的數據庫中僅存儲關鍵字段，檢測數據以文件形式存儲在云服務器的數據池中，包括如下步驟：

步驟S1：利用本地機上的在線監測系統獲取本地離心式壓縮機的檢測數據；

所述步驟S1包括如下步驟：

步驟s1.1：在“正常”文件夾中建立一個工藝參數特征值數據文件、一個振動特征值數據文件、一個振動時域原始信號數據文件；

步驟s1.2：采集工藝參數特征值數據和振動時域原始信號數據，從振動時域原始信號數據中提取得到振動特征值數據；

所述振動特征值數據包括低于工頻的低頻振動分量的幅值和頻率以及高于工頻至少5倍以上的高頻振動分量的幅值和頻率；

步驟s1.3：將當前時刻的工藝參數特征值數據、振動時域原始信號數據、振動特征值數據分別覆蓋“臨時”文件夾中的三個臨時數據文件；

同時，將工藝參數特征值數據添入“正常”文件夾中的工藝參數特征值數據文件，將振動特征值數據添入“正常”文件夾中的振動特征值數據文件；

步驟s1.4：判斷“臨時”文件夾中的工藝參數特征值數據、振動時域原始信號數據、振動特征值數據是否超過故障閾值；

判斷否則執行步驟s1.5，判斷是則進入故障數據采集模式；

步驟s1.5：判斷“臨時”文件夾中的工藝參數特征值數據中是否包含關機信號和開機信號，判斷否則執行步驟s1.6，若有關機信號則判斷是并進入關機數據采集模式，若有開機信號則判斷是并進入開機數據采集模式然后返回步驟s1.1；